การพัฒนาตัวแบบวินิจฉัยโรคถั่วฝักยาวด้วยการสกัดคุณลักษณะภาพร่วมกับเทคนิคเหมืองข้อมูล

ผู้เขียน

  • อภินันท์ จุ่นกรณ์ Department of Data Science, 2Department of Computer Technology, Department of Multimedia Technology, Faculty of Science and Technology, Nakhon Pathom Rajabhat University
  • ภรัณยา ปาลวิสุทธิ์ Department of Data Science, 2Department of Computer Technology, Department of Multimedia Technology, Faculty of Science and Technology, Nakhon Pathom Rajabhat University
  • มงคล รอดจันทร์ Department of Data Science, 2Department of Computer Technology, Department of Multimedia Technology, Faculty of Science and Technology, Nakhon Pathom Rajabhat University
  • ศัลยพงศ์ วิชัยดิษฐ Department of Data Science, 2Department of Computer Technology, Department of Multimedia Technology, Faculty of Science and Technology, Nakhon Pathom Rajabhat University

คำสำคัญ:

ถั่วฝักยาว, การสกัดคุณลักษณะภาพ, เหมืองข้อมูล

บทคัดย่อ

การปลูกพืชสิ่งที่เกษตรกรคาดหวังคือผลผลิตที่สามารถบริโภคและขายเพื่อสร้างกำไร ปัจจัย ที่ส่งผลกระทบต่อผลผลิตของพืชรวมถึงการปลูกถั่วฝักยาว คือ โรคพืช เพื่อให้ได้ผลผลิตที่เพียงพอตาม ความต้องการของตลาดจึงจำเป็นต้องใช้สารเคมีในกระบวนการผลิต ในการป้องกันและการรักษาโรคพืช ที่ถูกต้องจะส่งผลให้ลดความเสียหายและต้นทุนของผลิต หากเกษตรกรมีเครื่องมือที่ช่วยวิเคราะห์โรค จะสามารถทำให้ใช้สารเคมีได้ถูกต้อง ผู้วิจัยจึงได้ทำการศึกษาและพัฒนาตัวแบบวินิจฉัยโรคถั่วฝักยาว ด้วยการสกัดคุณลักษณะภาพร่วมกับเทคนิคเหมืองข้อมูล ซึ่งโรคที่ใช้ในการวิจัยได้แก่ โรคราแป้ง โรค รำสนิม โรคใบด่าง โรคใบหงิก และโรคใบจุด โดยมีวัต ถุประสงค์ 1) เพื่อพัฒ นาตัว แบบวินิจฉัยโรค ถั่ว ฝักยาวด้ว ยการสกัดคุณลัก ษณะภาพร่ว มกับ เทคนิค เหมื องข้อมูล 2) เพื่อทดสอบประสิ ทธิภาพ ของ ตัวแบบที่ได้พัฒนาขึ้น และในการวิจัยใช้อัลกอริทึมสกัดคุณลักษณะภาพได้แก่ Simple Color Histogram Filter และ Auto Color Correlogram Filter ร่วมกับอัลกอริทึมจำแนกข้อมูลได้แก่ J48, Random Forest, Random Tree และ Hoeffding Tree ผลการทดลองพบว่าอัลกอริทึม Auto Color Correlogram Filter ร่วมกับ Random Forest ที่สามารถวินิจฉัยโรคจากภาพถ่าย โดยมีค่าความถูกต้อง เท่ากับร้อยละ 93.30 ค่าความแม่นยำเท่ากับร้อยละ 94.40 ค่าความระลึกเท่ากับร้อยละ 93.30 และ ค่าความเหวี่ยงเท่ากับร้อยละ 93.10 ตามลำดับ ซึ่งจะสามารถนำมาประยุกต์ใช้ในการพัฒนาระบบ การวินิจฉัยโรคถั่วฝักยาวได้อย่างมีประสิทธิภาพ

การดาวน์โหลด

ตีพิมพ์แล้ว

2024-12-24

วิธีการอ้างอิง

1.
การพัฒนาตัวแบบวินิจฉัยโรคถั่วฝักยาวด้วยการสกัดคุณลักษณะภาพร่วมกับเทคนิคเหมืองข้อมูล. MITIJ [อินเทอร์เน็ต]. 24 ธันวาคม 2024 [อ้างถึง 18 สิงหาคม 2026];10(3):100-12. Available at: https://ojs.mju.ac.th/ojs-system/article/view/481

บทความที่มีผู้อ่านมากที่สุดโดยผู้เขียนคนเดียวกัน